Construction d`une image Météosat en ciel clair
Transcription
Construction d`une image Météosat en ciel clair
Journées d’Animation Scientifique (JAS09) de l’AUF Alger Novembre 2009 Construction d’une image Météosat en ciel clair M. Drif Naima 1, M. Adane Abd El Hamid 2, M. Ameur Zohra1, M. Ameur Soltane 1 1 Université Mouloud MAMMERI (UMMTO) Faculté de Génie Electrique et de l’Informatique BP 17 RP, Tizi ouzou, Département d’Electronique, Laboratoire d’Analyse et de Modélisatrice des Phénomènes Aléatoires (LAMPA) [email protected] [email protected] [email protected] 2 [email protected] . Résumé— Le premier grand domaine d’application des images du type Météosat est l’étude de l’atmosphère (météorologie et climatologie). Néanmoins elles peuvent être utilisées dans d’autres domaines tels que : l’océanographie et les applications terrestres. En effet pour pouvoir étudier les caractéristiques des surfaces terrestre et océanographique nous devons créer une image à ciel clair, dégagée de tout nuage, et cela à partir d’une série d’images prises à la même heure, pendant plusieurs jours. Généralement pour certaines régions cette image peut être obtenue à partir d’une séquence de dix jours (basses latitudes), alors que pour d’autres régions, cet intervalle de temps n’est pas suffisant (latitudes élevées). La création d’image en ciel clair repose donc sur la technique de la brillance minimale enregistrée pour un pixel donné sur une période bien déterminée. En effet, les pixels pour lesquels la brillance est forte sont ceux formant les masses nuageuses, tandis que, les pixels à faible brillance sont représentatifs aux objets de la surface terrestre, à savoir, les mers et les sols. Mais cette image de minimum de brillance, a l’inconvénient de faire apparaître les effets d’ombres de nuages. Pour remédier donc à ce problème, d’autres méthodes nous avons développé d’autres méthodes, et qui nous permettrons d’obtenir une image sans nuages ni leurs effets d’ombres. Mots clefs — ciel clair, nuages, effet d’ombre, météosat second génération, minimum absolu. I. Introduction De façon générale, la série des satellites géostationnaires Météosat, permet d’observer tout le disque terrestre dans lequel se trouvent les continents européens et africains. Les images produites par ces satellites, sont collectées toutes les demi heures dans trois canaux par l’ancienne génération des satellites Météosat et tous les quart d’heures dans douze canaux par la seconde génération de ces satellites. Ce type d’observation a conduit à mesurer les luminances réfléchies par le système terre - atmosphère, à des heures très différentes pour l’ensemble des points d’une image, et ce quasiment au même instant. Son importance est liée aux informations qu’elle apporte régulièrement sur les masses nuageuses apparaissant au dessus des régions scrutées par Météosat. Aussi, le premier grand domaine concerné par ce type de données, est celui de la Météorologie. En effet, Les Centres Météorologiques sont, pour la plupart, équipés de stations de réception d’images Météosat et assurent leur diffusion en vue de diverses applications telles que la confection des flashes d’informations météorologiques diffusés par les chaînes de télévision et les études scientifiques effectuées sur l’atmosphère, les changements climatiques, la pluviométrie ou le gisement solaire. La grosse difficulté rencontrée lors de ces études, est celle de différencier sans ambiguïté les masses nuageuses des diverses régions formant la surface terrestre. Ainsi, les nuages apparaissent généralement sur les images satellitaires comme des entités dont les formes et leurs contours sont relativement flous et dont la brillance est parfois proche de celle de certaines zones de la surface terrestre, comme par exemple, les surfaces enneigées ou les glaciers. A la différence des nuages qui évoluent rapidement au cours du temps, les caractéristiques des objets formant la surface terrestre restent quasiment inchangées, sauf parfois quand on passe d’une saison extrême à l’autre. Une telle propriété peut être avantageusement employée pour réaliser une image qui ne comporterait que de tels objets et qui pourrait être employée, ensuite, pour la comparer à des images brutes et déceler puis identifier clairement les nuages qui apparaissent dans ces dernières. Aussi, pour rendre possible une telle comparaison, nous avons confectionné une image satellitaire de référence en sélectionnant une séquence d’images Météosat collectées pendant un mois donné à 12 h. II. Effet d’ombres dans les images Météosat visible Dans ce type d’images, la source lumineuse est le Soleil. Selon sa position par rapport à la Terre deux cas peuvent se présenter (voir figure1) : v Effet d’ombre des objets au sol qui sont principalement les montagnes et les vallées profondes. L’effet de ces derniers est à prendre en considération quand la résolution des images augmente. v Effet d’ombre des nuages. cet effet augmente aussi avec la résolution des images. La direction de ces ombres varie au cours de la journée. Il est donc intéressant d’élaborer une image à chaque heure : ce qui permet de s’affranchir de la mobilité journalière des ombres et de les conserver sur les images car elles sont toujours observées aux même heures et aux même endroits par le satellite. Il est à noter que ce problème des ombres est surtout observable lorsque le Soleil s’éloigne de son zénith. Il est aussi important de noter que les images de type Météosat Journées d’Animation Scientifique (JAS09) de l’AUF Alger Novembre 2009 prises à 12h sont peu contrariées par la présence des ombres surtout en régions africaines, en raison des positions relatives du Soleil et du satellite dont les élévations sont les plus proches pour le centre de l’Afrique à cette heure de la journée. ces pixels. Cette façon de procéder s’inspire du fait que les nuages sont toujours beaucoup plus brillants que les sols et les mers. Les méthodes que nous avons étudiées sont : § La méthode du minimum absolu § La méthode du maximum des minima § La méthode des minima successifs croissants § Méthode du minimum qui apparaît au moins deux fois B. Méthode du minimum absolu D’une façon générale, une image sans nuages, est assimilable à une image d’albédo des sols [1]. Elle peut être réalisée avec une série d’images dont on ne conserve, sur une image composite, que les luminances les plus faibles en chaque point. Les figures 2 et 3 représentent les images que nous avons obtenues avec des pixels de luminance minimum, extraits d’une séquence de données satellitaires et représentatifs de l’albédo de chaque point de la surface terrestre. Fig1 : Cas de deux situations particulières (a) pixel dégagé sous la direction du soleil alors que le pixel sous l’angle de vu du satellite est complètement couvert (b) pixel couvert dans la direction du soleil, alors que sous l’angle de vu du satellite est complètement dégagé. Dans ce qui suit, nous présenterons certaines méthodes qui nous permettront d’élaborer une image sans nuages et la façon qui nous permettra de s’affranchir des effets d’ombres portée de ces nuages. III. Présentation des données Cette méthode ne permet pas la réalisation d’une image exclusivement sans nuages les ombres de nuage ne sont pas éliminés. Comme le montre la fig.3, cet inconvénient est peu flagrant sur la zone d’Europe, mais apparaît nettement sur la partie de l’Afrique. Sur cette figure, de nombreuses tâches sombres sont mises en évidence par la forte réflectivité des sols de cette région. L’origine des tâches sur la partie de l’Afrique, a été déterminée en analysant les images utilisées initialement pour réaliser l’image composite basée sur la recherche du minimum absolu. D’importants passages nuageux de forte densité, bordés par des ombres très nettes, ont été constatés. Le problème des ombres de nuages s’accentue lorsque le Soleil s’éloigne du zénith et s’aggrave lorsque la précision spatiale des capteurs satellitaire s’améliore, comme le confirme le résultat obtenu sur l’image Météosat deuxième génération. La banque de données que nous avons utilisée, est constituée d’images prises par le satellite géostationnaire Météosat ancienne génération et Météosat deuxième génération MSG). Les méthodes que nous avons développées, nécessitent l’utilisation d’une séquence d’images prises à midi pendant quinze jours pour un mois donné. Pour cela, nous avons travaillé avec des images Météosat, de format 400x520 pixels, prises pendant le mois de juin 1994 et avec des images du type Météosat deuxième génération, de format 700x900 pixels prises pendant le mois de janvier 2007. IV. Elaboration d’une image visible sans nuages A. Principe Après les prétraitements habituels, la difficulté de trouver des images en ciel clair, est qu’il subsiste toujours des traces de nuages sur ces images quelle que soit la méthode de filtrage retenue. Aussi, pour minimiser la présence de tels nuages, nous avons considéré les images collectées à 12 h car c’est à ce moment que les images sont le plus contrastées. De plus, nous avons pris une séquence enregistrée sur une quinzaine de jours pour ensuite sélectionner les pixels où la brillance est la plus faible possible et construire l’image en ciel clair avec Fig 2 : Image de minimum absolu d’une séquence d’image Météosat ancienne génération Journées d’Animation Scientifique (JAS09) de l’AUF Alger Novembre 2009 Fig 3 : Image de minimum absolu d’une séquence d’image Météosat second génération Fig 4 : Image du maximum des minimums d’une séquence Météosat ancienne génération On est alors amené à définir l’albédo apparent du sol comme étant la valeur minimum observée par le capteur visible du satellite, à condition que le point observé ne soit pas dans une zone d’ombre marquant la présence d’un nuage et qu’il ne soit pas lui même un point de nuage. C. Méthode du maximum des minima Cette méthode repose essentiellement sur le traitement d’images prises au cours d’un mois donné à la même heure. Elle consiste, tout d’abord, à élaborer une image de réflectance minimale à partir de l’ensemble des images choisies. Dans cette image, on y détecte les zones d’ombres dues aux nuages, qui s’accentuent pour les faibles hauteurs de Soleil. Cette étape correspond à une image d’albédo minimum, à partir de laquelle on peut observer des zones d’albédo élevé pour le sol, comme dans le cas du désert. Les étapes suivantes portent sur l’élimination des ombres des nuages. Pour cela, une image de réflectance minimum est extraite uniquement d’une séquence de quinze images. En changeant à chaque fois 2 à 6 images de la série avec les autres images du mois considéré, on obtient d’autres images de réflectance minimum et ainsi de suite, jusqu'à ce que toutes les images du mois considéré soit utilisées. Grâce à ces images, on extrait l’image maximum. Cette méthode permet d’avoir une l’image d’albédo apparent, appelée ‘image de maximum des minima’, qui permet d’éliminer les points d’ombre. Cependant, elle a l’inconvénient de laisser certains résidus de nuages. Le problème ne réside pas dans la méthode, en elle-même, mais dans le choix des images par l’opérateur, et dans la façon de les permuter. Fig 4 : Image du maximum des minimums d’une séquence Météosat second génération D. Méthode des minima successifs croissants Cette méthode consiste à réaliser une image de minima successifs croissants à partir d’une séquence d’images brutes. Cette image est obtenue en ordonnant, en chaque point, les comptes numériques du plus faible au plus élevé. Ainsi, à partir d’une séquence de quinze images satellitaires, on aura quinze images de minimums successifs. La première sera celle du minimum absolu tandis que la dernière image ou image de minimum engendrera l’image du maximum absolu. On aura alors réalisé une série d’images où les comptes numériques en chaque point, sont rangés suivant l’ordre croissant. Dans ces images de minimums successifs, il est nécessaire de conserver les points non nuageux et non ombrés. On peut alors rencontrer des cas défavorables où cette démarche n’est pas simple a priori [4]. Ainsi, dans le cas où un point se trouve sans nuage une seule fois, on va le retrouver sur l’image du minimum absolu, après traitement. Cependant, si un point n’est dégagé d’ombre qu’une seule fois sur la séquence, ce point va se retrouver sur l’image de maximum absolu. Un traitement supplémentaire est souvent nécessaire pour le choix de l’image minimum. Il va nous permettre d’avoir une Journées d’Animation Scientifique (JAS09) de l’AUF Alger Novembre 2009 image d‘albédo de sol sans nuages, ni ombres, c’est à dire une ‘image de minimum successifs’. Généralement, le choix des images revient à l ‘opérateur sachant que les deuxième et troisième images obtenues dans l’ordre croissant des comptes numériques, donnent de bons résultats. Les figs. 6 et 8 montrent que sur les images du deuxième minimum, l’effet d’ombre est peu flagrant, tandis que les figs. 7 et 9 indiquent que sur la troisième image du minimum, le phénomène s’annule. D’après ces figures, quelques résidus de nuages subsistent, cependant, sur l’image MSG, dus au fait que la séquence que nous avons utilisée, ne contient que 12 images. Fig 8 : La deuxième image du traitement des minimums successifs croissants d’une séquence d’images Météosat second génération. Fig 6 : La deuxième image du traitement des minimums successifs croissants d’une séquence d’images Météosat Fig 9 : La troisième image du traitement des minimums successifs croissants d’une séquence d’images Météosat second génération. E. Méthode du minimum qui apparaît au moins deux fois Fig 7 : La troisième image du traitement des minimums successifs croissants d’une séquence d’images Météosat Cette méthode permet à partir d’une séquence d’images brutes, d’un mois donné et d’une heure donnée, de sélectionner les comptes numériques qui apparaissent deux fois ou plus, en chaque point de la séquence. Comme le montrent les figs. 10 et 11, cette méthode permet d’atteindre de bons résultats, surtout pour l’Afrique du Nord où la probabilité d’avoir un point dégagé de nuage augmente. Sur ces images, l’effet d’ombre est négligeable. Cependant, elles ont l’inconvénient de ne pas pouvoir supprimer certains résidus de nuages, surtout au dessus de l’Europe et de la mer Méditerranée. Journées d’Animation Scientifique (JAS09) de l’AUF Alger Novembre 2009 VI. Elaboration d’une image infrarouge sans nuages Dans ce type d’image, pour avoir l’image en ciel clair, la méthode du minimum absolu est suffisante, car il y’a absence d’effets d’ombre des nuages. En effet, il s’agit bien d’une mesure d’émissivité des objets sans qu’une source lumineuse externe n’entre en jeu. La méthode du minimum absolu est largement suffisante. La figure 12, représente une image Météosat infrarouge en ciel clair. Sur cette image les régions sombres sont celles où la température est élevée. Contrairement aux régions claires, qui représentent les régions ou la température est basse, d’ailleurs, la mer apparaît plus claire que le sol. Il est bien remarquable que cette image est complètement dégagée de nuages. Fig 10 : Image du minimum qui apparaît au moins deux fois d’une séquence d’images Météosat Fig 12 : image Météosat (second generation) infrarouge en ciel clair Fig 11 : Image du minimum qui apparaît au moins deux fois d’une séquence d’images Météosat second génération. V. Discussion Le phénomène d’ombre a été observé de façon flagrante sur des images d’albédo de l’Afrique du Nord. Cet aspect n’est pas à négliger si on veut la réalisation d’une image représentative de la luminance du sol. L’observation des images précédentes permet de constater que l’image du minimum absolu est abondamment couverte de taches noires issues des ombres portées des nuages qui ont traversé ces zones au cours du mois. Il est à noter aussi que ce phénomène est assez flagrant pour que personne ne puisse l’ignorer. Alors les zones ombragées peuvent être considérées comme des zones d’albédo faible surtout dans les régions désertiques. A cet effet, la méthode du minimum absolu est à écarter si on veut s’intéresser à l’albédo du sol. Par contre elle peut être utilisée pour déterminer l’albédo des milieux marins, peu influencés par la présence des ombres qui ne dénaturent en rien l’albédo, pratiquement nul, des mers. Fig 13 : Image multispectrale de la séquence Météosat second génération. Journées d’Animation Scientifique (JAS09) de l’AUF Alger Novembre 2009 VII. Image multispectrale L’image de la figure 13, représente une image multispectrale obtenue par combinaison des deux images en ciel clair des canaux infrarouge et visible du satellite MSG. Sur cette image on arrive à mieux distinguer les montagnes du Tassili, du Hoggar et de l’Atlas avec la classe en marron foncé. La végétation est représentée par une couleur très sombre proche du noir. Le désert est représenté par une couleur orange. Par contre, les zones arides sont représentées par la couleur marron clair. Le bleu dans cette image représente la mer. Le lac Tunisien apparaît aussi sur cette image avec une couleur identique que celle des montagnes (marron foncé). L’effet des résidus de nuages qui n’ont pas pu être supprimés sur l’image infrarouge, apparaît aussi sur cette image. VIII. Conclusion La méthode des minimums successifs associée à une méthode de segmentation par multiseuillage, nous a permis de construire une image Météosat de référence. Cette image pourra servir de base de comparaison avec n’importe qu’elle image visible prise par le satellite Météosat. L’intérêt de l’image que nous avons ainsi élaborée est qu’elle ne comporte plus de nuages et les ombres les accompagnant. En général, les nuages constituent un obstacle pour l’étude de la surface terrestre dans les images Météosat. Les méthodes que nous avons utilisées, nous ont permis d’obtenir une image en ciel clair représentant les albédos apparents des sols et des mers, après les avoir débarrassées de tous les nuages et leur ombre. La méthode qui a donné de meilleurs résultats est celle basée sur la création d’une suite d’images où les valeurs des pixels sont classées dans l’ordre croissant. L’image multi spectrale nous a permis de distinguer entre les différentes régions de l’Afrique du Nord, à savoir la mer, la région côtière, le désert et les montagnes. Néanmoins, les zones obtenues dans les deux types d’images Météosat, ne sont pas identiques car ces images ont été prises au cours de saisons différentes. En effet, les résultats obtenus avec ces deux sortes d’images, ne peuvent être comparés que lorsque cellesci sont prises au cours du même mois. De plus, l’albédo des sols varie au cours de l’année en fonction de la pluviométrie des régions considérées, car il diminue lorsque les sols deviennent humides et que la végétation s’installe. Il serait donc intéressant de confectionner un atlas formé d’images de référence pour chaque mois. La grande différence des niveaux de gris entre la mer et le sol, nous a aussi permis de reproduire convenablement le contour de la côte de l’Afrique du Nord. L’image qui en résulte va certainement faciliter l’étalonnage des images Météosat en fonction des coordonnées géographiques de cette région. IV. Références : [1] F.Cabot , 1995: Estimation de l’albédo de surface a l’échelle globale a l’aide de mesures satellitaires, Thèse de Doctorat en optique, Université d’Orsay, Paris XI. [2] D .Cano, 1982 : Etude de l’ennuagement par analyse de séquence d’image de satellite. Application à l’évaluation du rayonnement solaire globale au sol, Thèse de Docteur Ingénieur, Ecole des Mines de Paris. [3] B.Guillot et M.Trigaux, 1990 : Commentaire des images visible et infrarouge, Veille Climatique Satellitaire, Centre de Météorologie Spatiale, Lannion. [4] E.Paschke and H.J Preuss, 1979 : The determination of the solar radiation budget at the earth’s surface satellite measurements, Meteorol. Research, 32, 18-28.